K均值聚类算法加源码.doc

《K均值聚类算法加源码.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、模式识别导论K均值聚类算法实验报告一．实验功能本实验功能与目的是实现K—均值聚类算法，将“Iris.txt”文件中的数据用K—均值聚类的方法分为三类。分类结果用该数据的数据编号表示。一．子函数列表参数说明程序中使用到了三个子函数1.voidfileop(category*p)//文件打开读入结构体函数函数功能：将Iris.txt文件打开，把数据从文件中读出存入定义的结构体，每个向量的分量存入结构体的对应元素中，取值结束后将文件关闭函数参数：已定义的结构体category，结构体定义如下structcategory//待聚类数据结构体{intlabel;//标号floatx1;//四个分量fl

2、oatx2;floatx3;floatx4;};2.floatmin(floatx,floaty,floatz)//最小值函数函数功能：求三个数的最小值并返回最小值数据函数参数：三个单精度浮点型数据3.voidK_averange(category*p,categorya,categoryb,categoryc)//k均值聚类函数函数功能：实现K—均值聚类算法函数参数：已定义的待聚类结构体，定义同上。聚类中心结构体a,b,c。存放每次迭代的聚类中心，初始聚类中心为文件中的前三个数据二．程序流程图输出结果结束聚类中心是否改变YY开始打开文件是否成功聚类选择初始聚类中心修改聚类中心NYN一．程序

3、源代码#include#includeusingnamespacestd;#defineMAX151//定义数据个数intCOUNT=1;//记录迭代次数inta1[MAX];//存放第i类的标号(i=1,2,3)inta2[MAX];inta3[MAX];intb1;//记录第i类元素的个数(i=1,2,3)intb2;intb3;structcategory//待聚类数据结构体{intlabel;//标号floatx1;//四个分量floatx2;floatx3;floatx4;};voidfileop(category*p)//文件打开读入结构体函

4、数{inti;fstreamdataFile;dataFile.open("Iris.txt",ios::in);if(dataFile.fail()){cout<<"打开文件失败"<>p[i].x1;dataFile>>p[i].x2;dataFile>>p[i].x3;dataFile>>p[i].x4;}}dataFile.close();}floatmin(floatx,floaty,floatz)//最小值函数{if(x

5、&x

6、sum2.x4=0;sum3.x1=sum3.x2=sum3.x3=sum3.x4=0;inti;for(i=1;i

7、1-b.x1)+(p[i].x2-b.x2)*(p[i].x2-b.x2)+(p[i].x3-b.x3)*(p[i].x3-b.x3)+(p[i].x4-b.x4)*(p[i].x4-b.x4);f[2]=(p[i].x1-c.x1)*(p[i].x1-c.x1)+(p[i].x2-c.x2)*(p[i].x2-c.x2)+(p[i].x3-c.x3)*(p[i].x3-c.x3)+(p[i].x4-c.x4